Reflection Luncurkan Beam, Model AI 501B Parameter
Judul asli: Beam: Reflection's 501B open-weight model
Mengapa Ini Penting
Efisiensi inferensi tinggi bisa tekan biaya deployment AI agentic di skala enterprise.
Reflection AI meluncurkan Beam, model open-weight berbasis Mixture-of-Experts dengan 501 miliar total parameter dan 23 miliar parameter aktif, dilatih pada 23,8 triliun token.
Beam dirancang khusus untuk tugas coding, reasoning, dan agentic. Model ini dilatih menggunakan pretraining pada 23,8 triliun token dari web dan dataset berlisensi, lalu dilanjutkan dengan sesi reinforcement learning (RL) berskala besar — lebih dari 100 juta rollout dijalankan di 10.500 GPU NVIDIA GB300 selama 4 minggu.
Dari sisi performa, Beam diklaim melampaui model open-weight seukurannya seperti GLM 5.2, dan mendekati Qwen 3.8-Max pada benchmark coding dan agentic. Pada SWE Bench Pro v1, Beam mencetak 65,5; pada SWEBench Verified mencapai 78,0; serta AIME 2026 sebesar 97,8. Keunggulan utama bukan pada kemampuan mentah — Kimi K3 masih unggul di sana — melainkan pada efisiensi inferensi: Beam diklaim mencapai skor setara GLM-5.2 dengan kebutuhan komputasi 3–4 kali lebih rendah.
Bobot model, laporan teknis, model card, dan artefak developer dijadwalkan dirilis akhir bulan ini. Saat ini Beam masih menjalani red-teaming dan evaluasi akhir, dengan opsi daftar early access tersedia.